• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.36S no.5
• /
• pp.70-77
• /
• 1999

본 논문에서는 Wavelet을 이용한 위장 영상의 질환 부위 특징을 추출하여 질환 부위 패턴을 인식할 수 있는 알고리즘을 제안하였다. 전처리 과정으로서 위장 영상이 형태정보는 입력 영상을 DWT(Discrete wavelet transform)에 의해 4레벨 DWT 계수 행렬을 구하고 계수 행렬의 특징에 따라 저주파 계수 행렬로부터 저주파 특징 파라미터 32개, 수평 고주파 계수 행렬로부터 수평 고주파 특징 파라미터 16개, 수직 고주파 계수 행렬로부터 수직 고주파 특징 파라미터 16개, 그리고, 대각 고주파 계수 행렬로부터 대각 고주파 특징 파라미터 32개 등 모두 96개의 특징 파라미터를 추출한 후 각각의 특징 파라미터를 최대 값+0.5로 최소 값을 -0.5로 정규화 하여 신경회로망의 입력 벡터로 사용하였다. 위장 영상 패턴 인식을 위한 신경회로망은 교사 학습을 요구하는 다층 구조의 오차 역전파(Error back propagation)알고리즘으로 하였고 구조적 특성을 이용하여 입력층, 중간층, 출력층의 계층 구조로 설계하였다. 설계된 신경회로망의 학습은 학습계수를 0.2로 모우멘텀을 0.6으로 설정하여 출력층 최대오차가 0.01보다 작을 때까지 수행하였으며 약 8000회 정도 학습한 결과 설정값 보다 작은 결과를 얻었고 질환의 종류나 위치, 크기에 관계없이 100%의 인식률을 얻었다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.12
• /
• pp.2521-2526
• /
• 2011

This paper proposes a speaker recognition algorithm using a perceptron neural network and LPC (Linear Predictive Coding) cepstrum coefficients. The proposed algorithm first detects the voiced sections at each frame. Then, the LPC cepstrum coefficients which have speaker characteristics are obtained by the linear predictive analysis for the detected voiced sections. To classify the obtained LPC cepstrum coefficients, a neural network is trained using the LPC cepstrum coefficients. In this experiment, the performance of the proposed algorithm was evaluated using the speech recognition rates based on the LPC cepstrum coefficients and the neural network.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1999.11a
• /
• pp.244-247
• /
• 1999

in this paper, we propose the recognition system of face using polynomial coefficients to recognize fact images using neural network. The system consists of following steps. First step, the sizes of fare images is reduced sizes of input images to 1/4 using wavelet transform. Second step, the polynomial coefficients is obtained from low frequency coefficient matrix after 3 level wavelet transform. Third step, polynomial coefficients is normalized. The of range of normalization is from -1 to 1. Last, Face images is trained and recognized using neural network with error back propagation algorithm.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.10a
• /
• pp.613-615
• /
• 2011

본 논문에서는 켑스트럼 계수를 이용하여 음성인식을 하는 알고리즘을 제안한다. 본 논문에서 제안하는 방법은 사람이 발성한 음성을 두 영역의 켑스트럼 계수로 분리한 후에, 신경회로망을 사용하여 음성인식을 하는 방법이다. 본 논문에서 제안하는 신경회로망은 오차가 거의 없어지는 일정 기간 동안 네트워크를 학습시킨 후에 신경회로망의 학습 데이터와는 다른 새로운 음성이 신경회로망에 입력된 경우에 대하여 각 음성 구간에서 분류가 가능한 모음검출을 위한 음성인식 시스템을 제안한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.05a
• /
• pp.509-511
• /
• 2011

본 논문에서는 다층 퍼셉트론 신경회로망과 선형예측계수를 사용한 화자인식 알고리즘을 제안한다. 제안하는 화자인식 알고리즘은 입력받은 음성신호에 대해서 유성음 구간을 추출한다. 추출된 유성음구간에 대하여 선형예측 분석에 의하여 화자의 특성을 가지고 있는 선형예측계수를 구한다. 구해진 선형예측계수를 분류하기 위하여 선형예측계수를 퍼셉트론 신경회로망의 입력으로 사용하여 네트워크의 학습을 수행한다. 본 실험에서는 선형예측계수와 신경회로망을 사용하여 본 화자인식 알고리즘이 유효하다는 것을 인식률을 통하여 확인한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.351-354
• /
• 2003

본 논문에서는 임의 형태 영상 영역에 대한 변환 부호화 회로를 설계하고 구현하여 동작을 확인한다. 설계된 회로는 순방향 변환 부호화 회로와 역방향 변환 부호화 회로로 구성된다. 순방향 변환 부호화 회로에서는 영상 영역을 구성하는 화소들을 변환 블록의 가장 자리로 이동시킨 후, 비어 있는 부분을 화소 평균값으로 외삽한다. 그리고 변환을 실행한 후 외삽된 부분의 변환 계수들을 삭제한다 역방향 변환 부호화 회로에서는 먼저 삭제된 변환 계수들물 복원한 후에 역변환 과정을 수행하며, 역변환 계수들 중 복원된 부분의 계수들을 삭제한다. 모의 실험을 통해 본 논문에서 설계된 변환 부호화 회로가 특히 낮은 비트율에서 우수한 압축 성능을 갖는 것을 볼 수 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.345-348
• /
• 2002

음성인식 기술은 크게 음성인식과 화자인식 기술의 두 가지로 분류된다. 현재는 음성인식 기술이 널리 연구되고 있지만 점차 화자인식 기술의 중요성이 대두되고 있다. 본 논문에서는 화자인식 기술의 한 가지 분류로 임의 화자를 식별하기 위한 화자식별 기술을 연구 대상으로 하고 있으며, 신경회로망을 이용한 화자식별 시스템의 특징 추출 방법을 제시하고 그에 따른 성능을 비교하고 있다. 식별 단계에서 26명의 78개의 음성 샘플을 신경회로망의 역전파 알고리듬을 이용하여 학습하고, 테스트용으로 한 화자의 음성샘플이 사용되어 식별된다. 신경회로망의 입력 변수는 특징 파라미터로 선형예측계수, Mel-주파수 켑스트럼계수와 웨이블릿을 이용한 켑스트럼 계수를 사용하였다. 그 결과로써 화자식별 시스템의 신경회로망 모델2의 입력으로 혼합된 특징 파라미터를 사용한 경우가 다른 파라미터들을 사용한 경우와 비교하여 8.46~21.53%의 차를 가지고 가장 좋은 성능을 나타내었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.05a
• /
• pp.515-517
• /
• 2013

본 논문에서는 잡음 환경 하에서 남녀 성별인식이 가능한 신경회로망에 의한 화자종속 음성인식 알고리즘을 제안한다. 본 논문에서 제안한 음성인식 알고리즘은 남성화자 및 여성화자를 인식하기 위하여 LPC 켑스트럼 계수를 사용하여 신경회로망에 의하여 학습된다. 본 실험에서는 백색잡음 및 자동차잡음에 대하여 신경회로망의 네크워크에 대한 인식결과를 나타낸다. 인식실험의 결과로부터 백색잡음에 대해서는 최대 96% 이상의 인식률, 자동차잡음에 대해서는 최대 88% 이상의 인식률을 구하였다.

• Transactions of the Korean Society of Mechanical Engineers
• /
• v.16 no.7
• /
• pp.1223-1233
• /
• 1992

Chemical and mechanical properties of workpieces and tools are important factors for selecting machining parameters in machining process planning. As there is no universal rule representing the machinability defined by metal removal rate, the selection of machining parameters still requires experience-oriented methods. In this paper, a new approach is presented to develop mathematical models for generating optimum machinability in turning processes based on chemical and mechanical properties of workpieces. Neural-Network methodology is introduced to identify mathematical models for machinability. It is confirmed by simulations that the proposed methodology can be used for developing numerical controllers with adaptive control performance.

• Journal of Korean Society of Occupational and Environmental Hygiene
• /
• v.23 no.3
• /
• pp.177-183
• /
• 2013

Objectives: 본 연구는 호흡보호구의 밀착도의 척도인 밀착계수 (FF)를 이용하여마스크에 마스크 커버를 씌웠을 때 호흡보호구의 밀착에 어떠한 영향을 미치는지 평가하고자 하였다. Methods: 3개 회사의 호흡보호구 (1개 1/4형, 2개 반면형)를 선정하여25의 피검자 (남자 16, 여자 9)에게 마스크 커버를 씌우지 않은 마스크와 씌운 마스크를 착용하게 하고 정량적인 밀착도 검사 (QNFT)를 실시하여 밀착계수 (FF)를 측정하였다. 동일한 조건에서 각 피검자에게 3번의 QNFT를 실시였으므로 한 마스크 당 씌운 것 75회, 씌우지 않은 것 75회, 150회를 시행하여 비교하였고 3개 마스크에 총 450회를 시행하였다. Results: 마스크 A (반면형)는 예상과는 다르게 마스크 커버가 있는 경우가 없는 경우보다 FF값이 더 높게 나왔으며 (p<0.05), 마스크 B (1/4형)와 마스크 C (반면형)은 마스크 커버가 없는 경우가 있는 경우보다 FF가 높게 나왔다. 마스크 B는 마스크 커버와 관계없이 FF가 너무 낮아 밀착에 문제가 있다고 판단되었으며 반대로 마스크 C는 마스크 커버에 영향을 받았으나 FF가 매우 높게 나와 밀착에는 큰 문제가 없다고 판단되었다. Conclusions: 본 연구 결과는 마스크에 자신의 마스크 커버를 씌울 경우 밀착에 큰 영향은 없는 것으로 나타났으나 FF만 가지고 실험했기 때문에 제한적이며 실제 작업현장에서 밀착도에 영향을 주지 않는지를 결정하기 위해서는 작업장보호계수 (WPF)를 이용한 보다 많은 연구가 필요하다.